Perbedaan Sampel dan Populasi

Perbedaan Sampel dan Populasi
Perbedaan Sampel dan Populasi

Video: Perbedaan Sampel dan Populasi

Video: Perbedaan Sampel dan Populasi
Video: Beda CLI dan GUI. Anda lebih sering pake apa? 2024, Juli
Anonim

Sampel vs Populasi

Populasi dan Sampel adalah dua istilah penting dalam subjek 'Statistik'. Secara sederhana, populasi adalah kumpulan item terbesar yang ingin kita pelajari, dan sampel adalah bagian dari populasi. Dengan kata lain, sampel harus mewakili populasi dengan jumlah item yang lebih sedikit tetapi cukup. Satu populasi dapat memiliki beberapa sampel dengan ukuran yang berbeda.

Contoh

Sampel dapat terdiri dari dua atau lebih item yang telah dipilih dari populasi. Ukuran serendah mungkin untuk sampel adalah dua dan tertinggi akan sama dengan ukuran populasi. Ada beberapa cara untuk memilih sampel dari suatu populasi. Secara teoritis, memilih 'sampel acak' adalah cara terbaik untuk mencapai kesimpulan yang akurat tentang populasi. Jenis sampel ini juga disebut sampel probabilitas, karena setiap item dalam populasi memiliki kesempatan yang sama untuk dimasukkan dalam sampel.

Teknik ‘Simple random sampling’ adalah teknik random sampling yang paling terkenal. Dalam hal ini, item yang akan dipilih untuk sampel dipilih secara acak dari populasi. Sampel seperti itu disebut 'Sampel Acak Sederhana' atau SRS. Teknik populer lainnya adalah 'pengambilan sampel sistematis'. Dalam hal ini, item untuk sampel dipilih berdasarkan urutan sistematis tertentu.

Contoh: Setiap 10 orang dari antrian dipilih untuk sampel.

Dalam hal ini, urutan sistematisnya adalah setiap orang ke-10. Ahli statistik bebas mendefinisikan urutan ini dengan cara yang berarti. Ada teknik random sampling lainnya seperti cluster sampling atau stratified sampling, dan metode pemilihannya sedikit berbeda dari dua di atas.

Untuk tujuan praktis, sampel non-acak seperti sampel kenyamanan, sampel penilaian, sampel bola salju, dan sampel purposive dapat digunakan. Terlebih lagi, item yang dipilih untuk sampel non-acak berkaitan dengan peluang. Faktanya, setiap item dari populasi tidak memiliki kesempatan yang sama untuk dimasukkan dalam sampel non random. Jenis sampel ini juga disebut sampel non-probabilitas.

Populasi

Kumpulan entitas apa pun, yang menarik untuk diselidiki, secara sederhana didefinisikan sebagai 'populasi'. Populasi adalah basis sampel. Setiap set objek di alam semesta dapat menjadi populasi, berdasarkan deklarasi studi. Umumnya, suatu populasi harus berukuran relatif besar dan sulit untuk menyimpulkan beberapa karakteristik dengan mempertimbangkan item-itemnya secara individual. Pengukuran yang akan diselidiki dalam populasi disebut parameter. Dalam praktiknya, parameter diestimasi dengan menggunakan statistik yang merupakan pengukuran sampel yang relevan.

Contoh: Saat menaksir Nilai Rata-rata Matematika 30 siswa dalam satu kelas dari nilai Rata-rata Matematika 5 siswa, parameternya adalah Nilai Rata-Rata Matematika Kelas. Statistik adalah Nilai Rata-rata Matematika dari 5 siswa.

Sampel vs Populasi

Hubungan yang menarik antara sampel dan populasi adalah bahwa populasi bisa ada tanpa sampel, tetapi sampel mungkin tidak ada tanpa populasi. Argumen ini lebih lanjut membuktikan bahwa sampel bergantung pada populasi, tetapi yang menarik, sebagian besar kesimpulan populasi bergantung pada sampel. Tujuan utama dari sampel adalah untuk memperkirakan atau menyimpulkan beberapa pengukuran populasi seakurat mungkin. Keakuratan yang lebih tinggi dapat disimpulkan dari hasil keseluruhan yang diperoleh dari beberapa sampel dari populasi yang sama daripada dari satu sampel. Hal lain yang penting untuk diketahui adalah, ketika memilih lebih dari satu sampel dari suatu populasi, satu item juga dapat dimasukkan dalam sampel lain. Kasus ini dikenal sebagai 'sampel dengan penggantian'. Lebih jauh lagi, menginvestasikan pengukuran populasi yang relevan dari sampel dan memperoleh hasil yang hampir sama adalah peluang emas untuk menghemat biaya dan nilai waktu.

Sangat penting untuk mengetahui bahwa, ketika ukuran sampel meningkat, akurasi estimasi untuk parameter populasi juga meningkat. Logikanya, untuk mendapatkan estimasi populasi yang lebih baik, ukuran sampel tidak boleh terlalu kecil. Selanjutnya, sampel acak juga harus dianggap memiliki perkiraan yang lebih baik. Oleh karena itu, sangat penting untuk memperhatikan ukuran dan keacakan sampel agar representatif untuk mendapatkan perkiraan terbaik untuk populasi.

Direkomendasikan: